被GNU开源项目flex所使用的扩展正则表达式

• x：匹配字符’x’
• .：匹配除换行符以外的任何字符（字节）
• [xyz]：字符类，匹配’x’、‘y’或’z’
• [abj-oZ]：包含范围的字符类，匹配’a’、‘b’、从’j’到’o’的任何字母或’Z’
• [^A-Z]：否定字符类，匹配字符类以外的任何字符
• [^A-Z\n]:匹配除大写字母或换行符以外的任何字符
• [a-z]{-}[aeiou]:匹配小写辅音字母，{-}表示求差集
• r*：零个或多个r，r是任何正则表达式
• r+：一个或多个r
• r?：零个或一个r
• r{2, 5}：两个到五个r
• r{2,}：两个及以上r
• r{4}：四个r
• {name}：name定义到扩展（和flex有关）
• "[xyz]\"foo""：文本字符串[xyz]"foo
• \x：如果x是’a’、‘b’、‘f’、‘n’、‘r’、‘t’或’v’，则表示转移字符，否则就是字符原字符的含义
• \0：NUL字符，ASCII代码0
• \123：八进制值为123的字符
• \x2a：十六进制值为2a的字符
• (r)：匹配正则表达式r，括号用于覆盖优先级
• (?r-s:pattern)：在解释模式时应用r和-s这样的选项。它们的含义是：

模式	含义
i	不区分大小写
-i	区分大小写
s	覆盖.的语义，.现在可以匹配任何字符
-s	保留.原来的语义，匹配\n以外的任何字符
x	忽略模式中的注释和空格

下面给出一些运用(?r-s:pattern)的例子：

模式	等同于
(?:foo)	(foo)
(?i:ab7)	([aA][bB]7)
(?-i:ab)	(ab)
(?s:.)	[\x00-\xFF]
(?-s:.)	[^\n]
(?ix-s:a . b)	([Aa][^\n][bB])
(?x;a b)	("ab")
(?x:a\ b)	("a b")
(?x:a" "b)	("a b"
(?x:a[ ]b)	("a b")
(?x:a /* comment */ b c)	(abc)

• (?# comment)：用于向正则表达式中添加注释，flex在处理正则表达式时会移除’(‘和’)'以及它们之间的内容，注释可能跨行
• rs：正则表达式r后串联正则表达式s
• r|s：匹配正则表达式r或正则表达式s
• r/s：匹配后面跟着s的正则表达式r
• ^r：在一行的开头匹配r
• r$：匹配紧跟一行末尾的r
• <s>r：匹配r时的启动条件是s
• <s1,s2,s3>r：匹配r时的启动条件是s1、s2和s3中的任意一个
• <*>r：匹配r时启动条件任意
• <<EOF>>：文件结尾
• <s1,s2><<EOF>>：启动条件为s1或s2时匹配<<EOF>>

flex使用的正则表达式标准拥有对于字符类的扩展。合法的扩展字符类有：

[:alnum:] [:alpha:] [:blank:]
[:cntrl:] [:digit:] [:graph:]
[:lower:] [:print:] [:punct:]
[:space:] [:upper:] [:xdigit:]

它们对应的是标准C中提供的isXXX函数。一些系统不提供isblank()函数，所以flex把[:blank:]定义为空格或制表符。

flex提供了一套比较复杂的、用于处理[a-T]这种跨越大小写的字符类的逻辑，但我觉得首先能写出这样的字符类就是很不好的事情。规则比较复杂，我这里就不做记录了。

flex还支持对字符类取补集：

[:^alnum:] [:^alpha:] [:^blank:]
[:^cntrl:] [:^digit:] [:^graph:]
[:^lower:] [:^print:] [:^punct:]
[:^space:] [:^upper:] [:^xdigit:]

flex还支持两个的集合运算符：

• {-}：所有在左侧集合且不在右侧集合中的元素，左结合
• {+}：所有在左侧集合或在右侧集合的元素，左结合